Angular依赖注入与Providers详解 - 来自codecraft-tv/angular-course的技术解析
2025-06-10 03:38:02作者:幸俭卉
什么是Providers
在Angular中,Providers是依赖注入系统的核心组成部分。它们负责告诉Angular如何创建和提供依赖项。简单来说,Provider就是将一个令牌(token)与一个依赖项(dependency)关联起来的配置对象。
Providers的基本结构
Provider的基本配置对象包含两个关键部分:
provide:这是令牌(token),可以是类型、字符串或InjectionToken实例- 配置部分:根据依赖类型不同,可以是
useClass、useExisting、useValue或useFactory
四种Provider类型详解
1. useClass
这是最常见的Provider类型,用于将令牌映射到一个类:
let injector = ReflectiveInjector.resolveAndCreate([
{ provide: Car, useClass: Car }
]);
Angular为这种常见情况提供了简写形式:
let injector = ReflectiveInjector.resolveAndCreate([Car]);
实际应用场景:当需要提供可实例化的服务时使用,如HTTP服务、数据服务等。
2. useExisting
这种Provider用于创建别名,让多个令牌指向同一个依赖:
let injector = ReflectiveInjector.resolveAndCreate([
{ provide: GenericEmailService, useClass: GenericEmailService },
{ provide: MandrillService, useExisting: GenericEmailService },
{ provide: SendGridService, useExisting: GenericEmailService }
]);
关键点:
- 所有别名都会返回同一个实例
- 修改了原始Provider会影响所有别名
实际应用场景:当需要向后兼容旧接口,或为同一服务提供多个访问点时使用。
3. useValue
用于提供固定值或配置对象:
let injector = ReflectiveInjector.resolveAndCreate([
{ provide: "APIKey", useValue: 'XYZ1234ABC' }
]);
对于配置对象,建议使用Object.freeze防止被修改:
{
provide: "Config",
useValue: Object.freeze({
'APIKey': 'XYZ1234ABC',
'APISecret': '555-123-111'
})
}
实际应用场景:提供应用配置、环境变量或全局常量时使用。
4. useFactory
允许通过工厂函数动态创建依赖:
let injector = ReflectiveInjector.resolveAndCreate([
{
provide: "EmailService",
useFactory: () => {
if (isProd) {
return new MandrillService();
} else {
return new SendGridService();
}
}
}
]);
关键特性:
- 工厂函数只在第一次请求时执行
- 结果会被缓存,后续请求返回相同实例
- 可以基于运行环境动态决定返回什么
实际应用场景:需要根据条件动态创建不同实例时使用,如开发/生产环境使用不同服务。
依赖注入的优势
通过合理使用Providers,我们可以获得以下好处:
- 代码解耦:组件不直接依赖具体实现,而是依赖抽象
- 易于测试:可以轻松替换真实服务为模拟服务
- 灵活配置:通过修改Provider配置即可改变应用行为
- 可维护性:核心逻辑与具体实现分离
最佳实践建议
- 对于服务类,优先使用
useClass简写形式 - 配置对象一定要使用
Object.freeze防止意外修改 - 工厂函数应保持简单,复杂逻辑应封装在服务内部
- 合理使用别名可以保持代码向后兼容
- 考虑使用InjectionToken而不是字符串作为令牌,提高类型安全性
总结
Angular的依赖注入系统通过四种Provider类型提供了强大的灵活性。理解并合理使用这些Provider类型,可以帮助我们构建更加灵活、可维护的Angular应用。在实际开发中,应根据具体场景选择合适的Provider类型,并遵循最佳实践原则。
在下一讲中,我们将深入探讨令牌(token)的不同定义方式及其应用场景。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210